Por trás do Status de Máquina: transformando dados em insights
Copyright: ST-One
Desde a Quarta Revolução Industrial tem-se um momento de integração de tecnologias avançadas na produção industrial. Essa estratégia foi primeiramente proposta pelo governo alemão em 2011 para tornar os sistemas de produção mais flexíveis e colaborativos. Aqui, as máquinas usam a auto-otimização e auto-configuração para realizar tarefas complexas, resultando em maior eficiência de custo e qualidade mais estável de produção. A instalação de sensores nos ambientes físicos de produção dá origem aos chamados Cyber Physical Systems (CPS), pela fusão dos mundos físicos e virtuais. Isso representa um novo patamar de desenvolvimento e gestão nas organizações.
Essa mudança é facilitada pelo IoT (Internet of Things), que conecta dispositivos a uma rede de internet, possibilitando o intercâmbio de informações em tempo real. A coleta e armazenamento de dados possibilita a análise de uma grande quantidade de informações que otimizam operações e são base para tomada de decisões. Informações geradas pelos equipamentos permitem detectar problemas até então invisíveis, como a degradação de máquinas. Ele também tem um impacto positivo na equipe, que consegue acessá-las de qualquer lugar.
Nesse tipo de indústria conectada, também conhecida como smart factories, há menor ênfase em protótipos físicos. Aqui, as simulações são o ponto-chave. Os sensores espalhados por toda a fábrica permitem prever o comportamento das máquinas baseando-se nos dados coletados. Isso permite a construção de um mundo físico em um mundo virtual, válido para produtos e equipamentos.
O mercado global de IoT está projetado para atingir US$ 1,1 trilhão até 2026, com taxa de crescimento anual de 24,7%. Os dados são do último relatório da GlobalData, “Thematic Research: Internet of Things” (2021), que demonstram a importância dessa virtualização e conectividade atualmente.
O papel da ciência de dados na indústria conectada
No início da automação industrial, o foco principal era a melhora na rotina da operação. Já com o aumento da conectividade na indústria, o esforço se voltou para a análise lógica, proveniente da estatística e engenharia da computação. Isso resulta no maior conhecimento de negócio e em processos de tomada de decisão informada. Apesar da diferença, esse relacionamento é estreito. De um lado, tomar decisões inteligentes baseadas em dados contribui para otimizar a rotina dos processos. Por outro, a busca por insights úteis é baseada no dia a dia da operação, ajudando na identificação de dados relevantes. Dessa maneira, é possível observar uma fusão cada vez maior entre indústria e análise de dados.
Dentro disso, para além do aumento da produtividade, essa produção inteligente e integrada contribui para a maior personalização do produto e uso de recursos aprimorados. Segundo o artigo “Data Analytics in Industry 4.0” (2021), há muitas pesquisas que focam na adaptabilidade e escalabilidade da estrutura física das fábricas através de sensores. Entretanto, houve um aumento crescente em explorar de que maneira a análise minuciosa dos dados gerados contribui para esse cenário de expansão e dinamismo.
As tecnologias utilizadas nas smart factories podem ser divididas entre infraestrutura de sistemas e métodos analíticos. Nesse último, é possível citar as descritiva, prescritivas e preditivas. Essa divisão é feita de acordo com o modo e momento em que são feitas. No primeiro momento, o método de análise descritivo agrupa padrões encontrados durante o registro histórico de dados. Após isso, análises preditivas utilizam-se desses padrões para prever os possíveis comportamentos do maquinário no futuro. A partir dessas predições, a análise prescritiva se limita a desenvolver uma estratégia para suprir a previsão de futuras demandas.
Copyright: ST-One
Machine Overview: como analisar status de máquina?
Os dashboards do tipo Machine Overview são responsáveis pelo monitoramento e avaliação gerais do desempenho das máquinas na indústria manufatureira. Eles são um dos primeiros a serem desenvolvidos, justamente por oferecer uma visão geral e integrada do equipamento, o que permite diversos tipos de análises. A partir dele é possível obter uma visibilidade dinâmica acerca de indicadores como status de máquina, velocidade e volume de produção, entre outros. Além disso, é possível monitorar valores críticos como temperatura, pressão e potência.
Esse tipo de visibilidade é importante pois permite o cruzamento de informações, além disso resulta em:
- Rápida identificação de problemas: o monitoramento em tempo real da performance das máquinas facilita a identificação de problemas antes que eles evoluam para escalas maiores;
- Manutenção preditiva: a coleta simultânea de dados, bem como seu registro histórico, possibilita prever a necessidade de manutenção. Isso aumenta a vida útil do equipamento e diminui o tempo de parada;
- Garantia de qualidade: a visibilidade de dados garante a consistência da produção e cumprimento dos parâmetros de qualidade. Ela permite identificar e corrigir facilmente qualquer desvio;
- Eficiência operacional: a visão geral do processo produtivo resulta na identificação de gargalos e uso ineficiente de recursos. Dessa maneira, os responsáveis da linha conseguem otimizar o fluxo de trabalho e aumentar a eficiência geral da produção;
- Redução de custos: a soma de manutenção programada, menos tempo de parada e aumento da eficiência do processo produtivo resultam em uma significativa redução de custos. Isso permite a readequação de estratégias e o redirecionamento de recursos para demais melhorias;
Copyright: ST-One
Exemplos de análises com Machine Overview
- Embaladoras
Em uma embaladora, os dashboards de Machine Overview permitem o monitoramento do estado de máquina, ou seja, seu tempo parada ou rodando. Ele permite descobrir o motivo dessas eventuais paradas, seja por falhas ou falta de insumos. Monitorar esse indicador é importante, pois evita paradas não planejadas.
Copyright: ST-One
Já a coleta de dados da velocidade de produção e volume produzido facilita a identificação de gargalos e otimização de processos. Por fim, a visibilidade de valores críticos como temperatura, pressão e potência permite a identificação de outliers.
- Misturadoras
Monitorar e cruzar indicadores de consumo energético e volume produzido, por exemplo, permite obter insights sobre a qualidade do produto. Isso porque quanto mais viscoso é o produto, mais energia é necessária para movimentar os equipamentos que realizam a mistura. Se esse consumo estiver fora dos parâmetros estabelecidos, ele pode causar inconsistências na receita, influenciando diretamente na textura.
- Envasadoras
A visibilidade de parâmetros como o tempo entre falhas, incluído no status de máquina, e tempo médio de reparo permite a identificação de padrões de falhas recorrentes. Essa análise oportuniza a implementação de manutenção preditiva e redução de tempo de inatividade. Além disso, o monitoramento simultâneo do tempo de ciclo de envase, especificamente para encher as embalagens, é crucial para otimizar a produtividade, visto que indica a quantidade de produto utilizado.
Copyright: ST-One
- Fornos
Entre os indicadores críticos de funcionamento, está a temperatura da operação. O monitoramento desse indicador garante o desperdício de nenhuma fornada. Também, ao comparar o tempo de funcionamento com a capacidade total do forno, é possível identificar gargalos e aumentar a produtividade.
Tecnologias que resultam em conectividade
A conectividade na indústria integra tecnologias avançadas, permitindo o monitoramento em tempo real e a automação inteligente dos processos industriais. É a partir desse aspecto que é possível obter o caráter flexível e personalizado buscado pelas manufatureiras atualmente. Segundo a Confederação Nacional da Indústria, em 2021, 69% das indústrias utilizam alguma forma de tecnologia digital em sua produção. Entre as tecnologias utilizadas nesse cenário, é possível citar:
- Industrial Internet of Things (IIoT): dispositivos IIoT, como sensores, coletam e transmitem dados de máquinas e linhas de produção no geral. Eles são os responsáveis por descobertas de melhorias aplicadas ao desempenho de máquinas, estratégias de ESG e indicadores relevantes da produção;
- Machine Learning: esse tipo de algoritmo analisa os dados enviados por dispositivos IIoT e identifica anomalias e padrões. Ao aprender o comportamento das máquinas através de ajustes contínuos, é possível otimizar o processo produtivo;
- Plataformas de visualização: esse tipo de plataforma interpreta as grandes quantidades de dados compartilhadas por dispositivos IIoT. A partir de um método de visualização dinâmico e intuitivo, elas permitem o cruzamento de diversos indicadores, que resultam em ideias úteis para o processo de tomada de decisão;
Tendências na indústria conectada
A indústria não para de evoluir e se reinventar. Entre as características da indústria conectada está a busca por um mercado mais dinâmico e personalizado. Isso é devido a rápida mudança de expectativa dos consumidores, que são agora apresentados a uma variabilidade de produtos disponíveis e padrões de consumo. Essa questão também está conectada com o aumento da concorrência, levando as indústrias a se adaptarem rapidamente em busca de um diferencial.
Também, com o aumento da conectividade, a superfície para ataques cibernéticos se expande e, por isso, outra tendência é o foco em cibersegurança. Assim, as organizações estão implementando programas de cultura e comportamento de segurança (SBCPs) para minimizar incidentes causados por ações descuidadas dos colaboradores. Segundo a Ind4.0 (2024), até 2027, 50% dos CISOs (Chief Information Security Officer) das grandes empresas adotarão práticas de design de segurança centradas no ser humano.
Outra tendência é que, com a crescente preocupação acerca de tópicos como desenvolvimento sustentável, a indústria manufatureira utiliza tecnologias para implementar estratégias de ESG. Os sistemas de monitoramento em tempo real podem ser utilizados para, por exemplo, otimizar o uso de água e energia, reduzir a emissão de gás carbônico, entre outros. Essa mudança de cultura está atrelada a pressão regulamentar do mercado, no qual o seu cumprimento resulta em certificações como a ISO 50001. Esse reconhecimento é importante pois resulta em uma maior vantagem competitiva.
Por fim, é preciso ressaltar que as inovações vão além dos benefícios operacionais. Ao fazer um uso inteligente da visibilidade de indicadores-chave do maquinário, pode-se reduzir os custos de produção ao rever a quantidade de matéria prima utilizada. O impacto positivo também vale para a rotina dos funcionários, devido a uma maior estabilidade no dia a dia da produção. Saiba mais sobre nós.
